腾讯混元开源视频生成加速方案DisCa入选CVPR2026，模型推理提速11.8倍

腾讯混元团队宣布正式开源视频生成加速方案DisCa，包含代码与模型权重。这一成果已被计算机视觉顶会CVPR2026收录，标志着学术界与业界首次在少步蒸馏模型中探索可学习特征缓存加速技术。DisCa通过引入轻量级神经网络预测器实现对缓存特征的精准演化预测，在保证生成质量的前提下，使视频生成推理速度提升至11.8倍。团队还提出改进版R-MeanFlow方法，用于解决MIT何恺明团队的MeanFlow在视频生成中“一步生成”目标过于激进的问题。该优化与MIT和谷歌同期研究结果一致，并已用于开源模型HunyuanVideo-1.5的训练。腾讯表示，DisCa提供了可复现的工程加速路径，为大规模视频生成的落地部署提供重要参考。